Memaksimumkan Meminimumkan Fungsi Tujuan

Dalam hal ini: j X = variabel keputusan i b = target atau tujuan ij a = koefisien fungsi kendala tujuan i d = variabel deviasi yang mempresentasikan tingkat pencapaian dibawah target under achievement i d = variabel deviasi yang mempresentasikan tingkat pencapaian diatas target over achievement , i y W dan , i y W = bobot untuk masing-masing penyimpangan i d dan i d dalam urutan ranking ke-y dan ke-s kj g = koefisien fungsi kendala biasa k c = jumlah sumber daya k yang tersedia y P , s P = faktor-faktor prioritas , , i y i y W W

2.8.2. Fungsi Tujuan

Berbeda dengan Program Linier yang fungsi tujuannya dapat memaksimumkan atau meminimumkan, tetapi Goal Programming fungsi tujuannya hanya untuk meminimumkan jarak antara atau deviasi . Deviasi atau jarak antara merupakan ciri khas menandai model Goal Progra mming .

2.8.2.1. Memaksimumkan

Memaksimumkan fungsi tujuan fx berarti, jika dimisalkan fx = i b merupakan tujuan, maka i b merupakan batas bawahnya sehingga hasil dari memaksimumkan fungsi tujuan fx haruslah f x i b . Universitas Sumatera Utara Universitas Sumatera Utara

2.8.2.2 Meminimumkan

Untuk meminimumka fungsi tujuan fx merupakan kebalikan dari memaksimumkan , jika dimisalkan fx = i b merupakan tujuan , maka i b merupakan batas atasnya sehingga hasil dari meminimumkan fungsi tujuan fx haruslah fx i b . 2.8.3. Variabel Deviasi Variabel deviasi atau jarak antara merupakan perbedaan yang khusus membedakan antara Program Linier dengan Goal Progra mming . misalkan d merupaka variabel sembarang maka d =. d - d inilah yang disebut variabel devia si . Seperti yang berlaku untuk program linier juga berlaku bagi Goal Progra mming . dengan : d = , 0, d untuk d untuk d d = 0, , untuk d d untuk d dengan d = komponen positif dari d d = komponen negatif dari d Variabel deviasi mempunyai fungsi sebagai penampung terhadap tujuan-tujuan yang dikehendaki yang dibedakan menjadi dua bagian yaitu: 1. Deviasi positip d untuk menampung deviasi yang berada diatas tujuan yang dikehendaki, maka d akan selalu berkoefisien -1 pada setiap kendala tujuan sehingga bentuk kendalanya adalah: 1 m ij j i i i a X d b 1 m ij j i i i a X b d Di mana : i = 1, 2, …, m j = 1, 2, …, n Universitas Sumatera Utara Universitas Sumatera Utara 2. Deviasi positip d untuk menampung deviasi yang berada dibawah tujuan yang dikehendaki, maka d akan selalu berkoefisien +1 pada setiap kendala tujuan sehingga bentuk kendalanya adalah: 1 m ij j i i i a X d b 1 m ij j i i i a X b d Di mana : i = 1, 2, …, m j = 1, 2, …, n Jika kedua deviasi tersebut digabungkan maka ter bentuk model umum dari kendala tujuan sebagai berikut i i i j m i ij b d d X a 1 1 n ij j i i a X b karena nilai minimum dari d dan d adalah nol maka dari model umum dari kendala tujuan diatas dapat disimpulkan sebagai berikut: 1. i d = i d = 0 sehingga 1 n ij j i i a X b artinya tujuan tercapai 2. i d 0 dan i d = 0 sehingga 1 n ij j i i i a X b d artinya tujuan tidak tercapai karena 1 n ij j i i a X b 3. i d = 0 dan i d 0 sehingga 1 n ij j i i i a X b d artinya akan terlampaui karena 1 n ij j i i a X b Jelas bahwa kondisi dimana i d 0 dan i d 0 pada sebuah kendala tujuan tidak akan mungkin terjadi. Universitas Sumatera Utara Universitas Sumatera Utara

2.8.4. Kendala Tujuan